sedangkan tenaga kerja pemeliharaan memiliki jam kerja 7 – 8 jam dalam 1 hari
dan bekerja setiap hari karena merupakan tenaga kerja harian.
6.2 Faktor-Faktor yang Mempengaruhi Usaha Budidaya Tambak Ikan
Bandeng di Desa Tanjung Pasir
Faktor-faktor produksi yang digunakan untuk menduga fungsi produksi ikan bandeng adalah bibit X
1
, pakan X
2
, pupuk X
3
, tenaga kerja pemeliharaan X
4
, dan luas lahan X
5
. Pedugaan parameter menggunakan metode kuadrat terkecil Ordinary Least Square. Pengujian parameter dilakukan
pada taraf nyata α 5 persen. Model faktor-faktor yang mempengaruhi produksi ikan bandeng di Desa Tanjung Pasir diduga dengan persamaan berikut :
LnY = Ln a + b
1
LnX
1
+ b
2
LnX
2
+ b
3
LnX
3
+ b
4
LnX
4
+ b
5
LnX
5
+ ε.................6.1 Berdasarkan hasil analisis regresi variabel bebas dan jumlah produksi ikan
bandeng, dihasilkan persamaan regresi sebagai berikut :
Ln Y = 1,98 + 0,487 LnX
1
+ 0,279 LnX
2
+ 0,031 LnX
3
+ 0,144 LnX
4
+ 0,105 LnX
5
.............................................................................................6.2
Keterangan : Y = Jumlah produksi ikan bandeng kg
X
1
= Bibit kg X
2
= Pakan kg X
3
= Pupuk kg X
4
= Tenaga kerja pemeliharaan HOK X
5
= Luas Lahan ha ε = galat atau error
Berdasarkan uji statistik dapat dinyatakan bahwa model yang dihasilkan telah memenuhi kriteria. Hasil pendugaan parameter fungsi produksi bandeng
menghasilkan R-sq adjusted sebesar 81,8. Hal ini menunjukkan bahwa 81,8 variabel peubah bebas dapat menjelaskan variabel tidak bebas pada taraf nyata
5, sedangkan sebanyak 18,2 dijelaskan oleh faktor lain diluar model. Uji F dilakukan untuk menguji model secara keseluruhan sehingga dapat diketahui
pengaruh seluruh variabel bebas terhadap produksi ikan bandeng. Nilai F
hitung
sebesar 37,00 dan P-value 0,000 lebih kecil dari taraf nyata α=5 menunjukkan
bahwa variabel-variabel bebas dalam model secara bersama-sama berpengaruh nyata terhadap produksi ikan bandeng. Faktor- faktor yng mempengaruhi produksi
ikan bandeng terdapat pada Tabel 16. Tabel 16 Faktor-faktor yang mempengaruhi produksi ikan bandeng
Variabel Koefisien
regresi Standar d
eror Nilai t
hitung Peluang
VIF
Konstanta 1,980
0,4571 4,33
0,000 Ln X
1
0,487 0,1073
4,54 0,000
1,9 Ln X
2
0,279 0,0698
3,99 0,000
1,9 Ln X
3
0,031 0,0352
0,89 0,380
1,3 Ln X
4
0,144 0,0701
2,05 0,048
1,7 Ln X
5
0,105 0,0275
3,81 0,001
1,3 R-Sq
84,1 R-Sq adj
81,8 α0,01
α0,05
Analysis of variance
Source DF
SS MS
F P
Regression 5
1,62114 0,3242
37,00 0,000
Residual error 35
0,30672 0,0087
Total 40
1,92786 Durbin Watson
1,78574 Sumber : Hasil Analisis Data, 2013
Secara rinci hasil regresi dengan menggunakan minitab disajikan dalam Lampiran 2. Hasil uji asumsi klasik dapat dilihat di bawah ini :
a Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk memastikan bahwa tidak ada hubungan linear sempurna antar peubah bebas dalam model. Pengujiannya dapat
dilihat dengan melihat nilai VIF Variance Inflation Factor , apabila nilai VIF tidak lebih besar dari 10 maka dapat disimpulkan tidak ada multikolinearitas.
Tabel menunjukkan bahwa nilai VIF variabel bebas X
1,
X
2
,X
3
,X
4,
X
5
masing- masing adalah 1,9; 1,9; 1,3; 1,7; 1,3. Hal ini berarti penduga model tidak
menunjukkan adanya multikolinearitas.
b Uji Heteroskedastisitas
Heteroskedastisitas dalam model mengakibatkan varian dan koefisien- koefisien variabel bebas tidak lagi minimum dan menjadi tidak efisien lagi
meskipun penaksir OLS tetap tidak bias dan masih konsisten. Model regresi diharapkan memenuhi asumsi homoskedastisitas atau ragam sisaan dari variabel
bebas homogen. Model regresi dikatakan memenuhi asumsi homoskedastisitas jika sebaran titik-titik pada scatterplot tidak membentuk pola tertentu dan titik-
titik menyebar di atas dan di bawah angka nol pada sumbu Y. Gambar pada Lampiran 2 menunjukkan bahwa plot antara residual dengan fitted value
menunjukkan tidak adanya pola yang terbentuk. Kesimpulannya adalah tidak adanya heteroskedastisitas dalam persamaan regresi yang diperoleh.
c Autokorelasi
Autokorelasi didefinisikan sebagai korelasi antar anggota serangkaian observasi menurut waktu. Model regresi yang baik adalah bebas autokorelasi. Uji
autokorelasi memastikan tidak adanya gangguan pada fungsi regresi linier, yaitu jika antar sisaan tidak bebas. Pendeteksian autokorelasi dilakukan menggunakan
statistik uji Durbin-Watson. Tabel 16 menunjukkan nilai D-W 1,78574. Berdasarkan metode pendeteksian autokorelasi menggunakan Tabel D-W dalam
Juanda 2009, nilai D-W hasil regresi tidak mengalami masalah autokorelasi karena du 1,78574 4-du. Nilai du adalah 1,77 dan nilai 4-du adalah 3,77.
d Normalitas
Uji normalitas untuk model fungsi produksi ikan bandeng berdasarkan Lampiran 2 mengenai rata-rata, standar deviasi dan jumlah pengamatan dengan
nilai masing-masing -2,33959E-15; 0,08757, dan 41. Hasil statistik Kolmogorov- Smirnov KS adalah 0,097 dengan p-value diatas 15. Kesimpulan hasil uji
kenormalan residual adalah residul pada model yang dibuat telah mengikuti distribusi normal. Asumsi kenormalan sudah terpenuhi sehingga model regresi
dapat digunakan. Model Cobb-Douglas digunakan untuk mencari fungsi produksi terbaik
dan menjelaskan faktor-faktor yang berpengaruh terhadap produksi ikan bandeng. Elastisitas produksi EP setiap variabel bebas diketahui dari koefisien regresi b
i
yang juga merupakan perbandingan antara produk marjinal PM dengan produk rata-rata PR dari masing-masing variabel bebas pada fungsi produksi Cobb-
Douglas. Penjumlahan dari nilai koefisien regresi dapat digunakan untuk menduga skala usaha dan elastisitas produksi usaha ikan bandeng. Berdasarkan
penjumlahan dari koefisien regresi yaitu 0,487 + 0,279 + 0,031 + 0,144 + 0,105 dihasilkan nilai return to scale RTS sebesar 1,046. Hal ini menyebabkan usaha
budidaya ikan bandeng berada pada kondisi increasing return to scale IRTS karena Return to scale RTS 1 yang artinya apabila input-input produksi